データ構造– tag –
-
コンピュータ科学 深掘り
自作KVストアで理屈を実測する — CSの到達作品
コンピュータ科学深掘りコースの到達作品です。新しい知識は足しません。これまで別々に書いてきた計算量・線形探索・ハッシュ表・衝突・LRUを、1つの小さなKVストア(キーと値の入れ物)に束ねて、自分の手で作ります。まず配列に持って線形探索する遅い版を書き、10万件で1回引くのに何マイクロ秒かかるかを実測します。次にハッシュ索引を自作して桁違いに速くなることを測り、衝突とリサイズを扱い、最後にLRUで容量を守りながらヒット率を測ります。締めは1枚の表で「計算量の予想と実測の数字が一致する」ことを確かめます。RedisやMapの中で起きているのは、これと同じことです。 -
コンピュータ科学 深掘り
配列と連結リスト — 先頭への追加が数百倍遅い
配列の末尾に1万件足すのは一瞬なのに、先頭に1万件足したら固まりました。原因は「データの置き方」で、この記事ではそれをVMの中のNode.jsで実測して確かめます。push と unshift を10万回ずつ回して差を測り、動的配列の「2倍に取り直して全部コピー」を自分で実装してコピー回数を数え、単方向・双方向の連結リストを自分の手で書きます。そのうえで、同じ O(n) の全走査を配列と連結リストで比べると教科書どおりにならないことを実測で確認し、CPUキャッシュという理由まで降りていきます。最後に「どの操作にどちらが向くか」を、計算量と実測の両方が入った1枚の表にまとめます。 -
コンピュータ科学 深掘り
スタックとキュー — call stack size exceeded の正体
終わらない再帰を書いて Maximum call stack size exceeded を出したとき、私は「JavaScriptが疲れた」くらいの理解でした。実際は、自分がその日 push と pop で作ったのと同じものが、言語の内側で溢れていただけでした。この記事では VM の中に ~/cslab/sq を作り、スタックとキューを手で書きます。全部 O(1) であることを実測し、わざとエラーを出して積める段数を数え、スタックトレースが下から読める理由を出力で確かめます。キューは配列の shift() で作ってから 10万件で測り、先頭の位置を持つ形に直して同じ測定で速くなることを見ます。最後に setTimeout と Promise の実行順を出して、イベントループもキューだったことを確かめて全部消します。 -
コンピュータ科学 深掘り
バランス木とB木 — 100万件が3段で届く
二分探索木は「毎回半分に絞れるから速い」と習いました。ところが 1,2,3,... と並んだ 10,000件を入れたら、高さが 10,000 になりました。木ではなく連結リストです。この記事では VM の中に ~/cslab/btree を作り、その症状を実測してから AVL木を自分で書きます。回転を図で暗記せず、単回転と二重回転を実装して、同じ 10,000件で高さが 14 に収まることを確かめます。赤黒木は実装せずルールだけ読み、B木がなぜデータベースの索引なのかを段数の計算で出します。最後にトライでオートコンプリートを作り、スキップリストと比べて、全部消します。 -
コンピュータ科学 深掘り
ヒープとLRUキャッシュ — 10件欲しいだけで100万件ソート
ランキングの上位10件を出すために、私は100万件を毎回まるごとソートしていました。必要なのは10件なのに、残りの999990件を丁寧に並べ替えていたわけです。この記事では VM の中に ~/cslab/heap を作り、サイズ10のヒープを手で書いて、全部ソートする版と実測で比べます。ヒープが「木なのにポインタを1つも使わず、配列1本で持てる」ことを添字の計算で確かめ、内部配列を表示してヒープがソートされていないことを見ます。後半はLRUキャッシュを素朴な O(n) 版から O(1) 版へ直し、容量を変えながらヒット率を実測します。最後に LRU・LFU・MFU・FIFO・ランダムを同じアクセス列で走らせ、LFU が「昔たくさん使われたもの」に居座られて負ける瞬間を数字で出してから、全部消します。 -
コンピュータ科学 深掘り
二分探索木と3つの巡回 — 木にしたのに一直線になる
二分探索木は「探索が O(log n) になるデータ構造」だと覚えていました。実際に 1,2,3,... を順に入れてみたら、木の高さが 39999 になり、1件探すのに平均 20000 回比較していました。木ではなく、右に伸びた連結リストになっていたのです。この記事では VM の中に ~/cslab/tree を作り、insert / search / min / max / delete を自分で書き、削除の3パターンを図で確かめます。3つの巡回を並べて in-order だけがソート済みで出てくることを見て、幅優先はキューで書きます。最後に並んだデータを入れて高さと探索時間を実測し、再帰版の巡回を 20000 件で落として、明示的なスタックのループ版に書き換えて全部消します。 -
プログラム
配列は先頭への挿入が遅い — データ構造を自作する
配列と Map があれば大抵のプログラムは書けます。それなのに教科書には連結リスト・ハッシュ表・木が必ず出てくる。理由は「それぞれ何が速くて何が遅いかが違う」からです。まず配列の先頭挿入が遅いことを10万件で実測し、連結リストを書いて逆転させ、次にハッシュ表を40行で書いて Map の中身を開け、バケツを4つに減らして衝突が O(n) に近づくところを測ります。最後に二分探索木を書き、昇順に入れると一直線に潰れて再帰が Maximum call stack size exceeded で落ちるところまで実際に起こします。OS自作のフリーリストも、自作データベースの索引も、この3つのどれかでできていました。
1